之前我们讨论了 LLM 如何通过"读"GUI 树来操作手机。但如果 App 用了 WebView、Canvas 或 Flutter 自渲染，GUI 树就残缺了——LLM 岂不是"半盲"？另一边，Android 上写了 200 条测试脚本，iOS 还得再写一遍？这篇文章拆解两个突破性方向：让 AI 直接"看"截图找 Bug，以及通过"意图提取"实现一套测试多端运行。

之前写到过 AI 的代码可以通过形式化验证来保证安全性和正确性，但是对于移动端还是得通过实际测试，所以好奇 AI 给移动端测试带来的发展，本文来了解一下移动端的自动化测试。

面对"区分代码和数据"这个理论上不可判定的问题，现有的静态二进制翻译器基本依赖启发式猜测——猜错就翻译错。而最近加州大学尔湾分校的研究者换了一个思路：不猜，把所有可能性都翻译一遍。用空间换正确性。

最近一直在用 AI 写代码，但是上线时也总会隐隐不安，刚好看到一篇文章，讲到 AI 写 GPU 内核的事情，本文简单探讨一下。

在 LLVM 论坛看到一个新的 RFC CopySanitizer，用于优化 C++ 程序的性能，挺有趣的，本文来简单介绍一下。